1. 四旋翼飞行器仿真概述
四旋翼飞行器作为一种典型的欠驱动系统，其控制问题一直是自动控制领域的研究热点。通过Simulink进行仿真建模，可以有效地验证控制算法的性能，降低实际飞行测试的成本和风险。本项目将重点介绍如何建立完整的四旋翼动力学模型，并实现基于PD串级控制的轨迹跟踪功能。
在开始之前，我们需要明确几个关键概念：
- 欠驱动系统：指系统的独立控制输入数量少于系统自由度
- 串级控制：通过内外环控制器协同工作，提高系统动态性能
- 轨迹跟踪：使飞行器能够按照预定路径飞行
提示：建议在开始仿真前，先对四旋翼的基本物理特性有清晰认识，包括质量分布、电机特性等参数。
2. 坐标系系统详解
2.1 惯性坐标系与机体坐标系
在四旋翼建模中，我们主要使用两种坐标系：
-
惯性坐标系（大地坐标系）：
- 固定于地面
- 通常采用东北天(ENU)约定
- X轴指向正东
- Y轴指向正北
- Z轴垂直向上
-
机体坐标系：
- 固连于飞行器
- 原点位于质心
- X轴指向机头方向
- Y轴指向右侧
- Z轴垂直向下
2.2 坐标系转换
两个坐标系之间的转换通过旋转矩阵实现。欧拉角(φ,θ,ψ)分别表示滚转、俯仰和偏航角，对应的旋转矩阵为：
R = Rz(ψ)Ry(θ)Rx(φ)
其中：
- Rx(φ) = [1 0 0; 0 cosφ -sinφ; 0 sinφ cosφ]
- Ry(θ) = [cosθ 0 sinθ; 0 1 0; -sinθ 0 cosθ]
- Rz(ψ) = [cosψ -sinψ 0; sinψ cosψ 0; 0 0 1]
3. 动力学建模
3.1 平移运动方程
根据牛顿第二定律，可以得到线运动方程：
m(d²x/dt²) = F(cosφsinθcosψ + sinφsinψ)
m(d²y/dt²) = F(cosφsinθsinψ - sinφcosψ)
m(d²z/dt²) = Fcosφcosθ - mg
其中：
- m：飞行器质量
- g：重力加速度
- F：总升力
3.2 旋转运动方程
使用欧拉方程描述旋转运动：
I(dω/dt) + ω×(Iω) = M
其中：
- I：惯性矩阵
- ω：角速度
- M：总力矩
3.3 电机模型
每个电机产生的升力可表示为：
Fi = kf·ωi²
力矩可表示为：
Mi = km·ωi²
其中：
- kf：升力系数
- km：力矩系数
- ωi：电机转速
4. PD串级控制器设计
4.1 控制结构
串级控制分为内外两层：
-
外环（位置控制）：
- 输入：期望位置
- 输出：期望姿态角
-
内环（姿态控制）：
- 输入：期望姿态
- 输出：电机控制信号
4.2 外环控制器设计
位置误差：
ep = pd - p
外环PD控制律：
up = Kpp·ep + Kdp·ėp
其中：
- Kpp：位置比例增益
- Kdp：位置微分增益
4.3 内环控制器设计
姿态误差：
eφ = φd - φ
内环PD控制律：
uφ = Kpφ·eφ + Kdφ·ėφ
其中：
- Kpφ：姿态比例增益
- Kdφ：姿态微分增益
5. Simulink实现
5.1 模型架构
完整的Simulink模型应包含以下部分：
- 轨迹生成模块
- 位置控制器
- 姿态控制器
- 电机分配模块
- 四旋翼动力学模型
- 传感器模型
5.2 关键模块实现
- 位置控制器实现：
matlab复制function [phi_d, theta_d, thrust] = position_controller(x_d, x, dx, Kp, Kd)
ep = x_d - x;
ev = -dx;
up = Kp.*ep + Kd.*ev;
% 转换为期望姿态
phi_d = asin(up(2)/norm(up));
theta_d = atan2(up(1),up(3));
thrust = norm(up);
end
- 姿态控制器实现：
matlab复制function [tau] = attitude_controller(eta_d, eta, omega, Kp, Kd)
e = eta_d - eta;
tau = Kp.*e - Kd.*omega;
end
6. 参数整定与调试
6.1 参数初始化
建议初始参数设置：
-
位置环：
- Kp = [1.5; 1.5; 2.0]
- Kd = [0.8; 0.8; 1.0]
-
姿态环：
- Kp = [8.0; 8.0; 4.0]
- Kd = [3.0; 3.0; 1.5]
6.2 调试技巧
- 先调内环再调外环
- 从较小增益开始逐步增加
- 观察阶跃响应曲线
- 注意超调量和稳定时间
注意：实际调试中可能需要根据具体模型调整参数，上述值仅供参考。
7. 常见问题与解决方案
7.1 仿真发散问题
可能原因：
- 初始条件设置不合理
- 控制器增益过大
- 模型参数不准确
解决方案：
- 检查初始位置和姿态
- 降低控制器增益
- 验证质量、惯量等参数
7.2 轨迹跟踪误差大
可能原因：
- 外环增益不足
- 模型未考虑空气阻力
- 采样时间过长
解决方案：
- 适当增加位置环增益
- 在模型中添加阻力项
- 减小仿真步长
7.3 姿态振荡问题
可能原因：
- 微分增益过大
- 传感器噪声影响
- 执行器延迟
解决方案：
- 降低Kd值
- 添加低通滤波器
- 考虑执行器动态
8. 进阶优化方向
- 加入积分项改进稳态性能
- 考虑执行器饱和限制
- 添加干扰观测器
- 实现自适应控制
- 结合机器学习方法
在实际工程应用中，我建议先确保基础PD控制器工作正常，再考虑更复杂的控制策略。同时要注意仿真模型与实际系统的差距，必要时进行模型修正。